Over de waarde van cijfers

De opkomst van het internet en de doorontwikkeling van de businessmodellen die daarop zijn gestoeld, hebben geleid tot een proliferatie van data. Cijfers die te pas en te onpas gebruikt worden om in detail te weten wat u als burger doet, als surfer, of natuurlijk ook als consument. Dat de overheid via het gedrocht van een GDPR-wetgeving hier paal en perk aan wil stellen, zegt genoeg over het feit dat ‘meten is weten’ vooral in het voordeel speelt van zakelijke, eerder dan van persoonlijke belangen. 

Data is alvast geen recent fenomeen. Zo werd de Amerikaanse centrale bank (Federal Reserve) al in december 1913 opgericht om een halt toe te roepen aan de veelvuldige crisissen die destijds eigen waren aan de economie. Haar wapens? De hoeveelheid geld. Haar strategie? Geld immobiliseren als de trein té hard spoort, geld creëren bij economische vertraging. De tak van sport die ‘centraal bankieren’ heet werd sindsdien geperfectioneerd tot een econometrische wetenschap waarbij data de noodzakelijke spiegel was om al dan niet in te grijpen in het vrije verloop van de economie. 

Vandaag behandelen we die myriade aan economische cijfers nog altijd als een soort heilige graal. Wekelijks en maandelijks laven beleidsmakers, analisten en journalisten zich aan de bron van CPI (inflatie), BBP (de economie), wekelijkse werkloosheidsaanvragen, detailhandelsverkoop, productiedata, enz. Deze data fungeren niet alleen als ‘spiegel van de economie’, maar ook als katalysator voor actie. Alleen is die spiegel op zijn zachtst gezegd behoorlijk troebel. 

Neem de ‘Consumer Price Indices’. In de VS wordt meer dan 30% van deze inflatiemaatstaf sinds de uitbraak van Covid-19 niet meer écht gemeten, maar ‘verondersteld’. Waar medewerkers van het Amerikaanse statistiekbureau (BLS) vroeger fysiek prijzen opmaten in winkels of informatie sprokkelden via enquêtes bij bedrijven en huurders, werd dat door lockdowns en sociale beperkingen plots veel moeilijker. Maar op het alternatief van digitale dataverzameling, zoals online prijsinformatie en Excel-spreadsheets antwooden respondenten véél minder vaak, minder frequent én minder nauwkeurig. De ontbrekende data worden via statistische technieken opgevuld met schattingen op basis van eerdere data of vergelijkbare producten/diensten. Ook wordt de prijsevolutie in het zwaargewicht ‘huisvesting’ gemeten via ‘vergelijkbare huurprijzen voor veronderstelde data’. 

Ook dichter bij huis is er van economische zekerheid weinig sprake. Recent raakte de Belgische indexcommissie het niet eens over de inflatie voor april 2026. Overheden, economen en journalisten moesten wachten op het maandelijkse rapport van Statbel tot er consensus was over... de waarheid. Nochtans heet de inflatie fundamenteel te zijn, en per definitie objectief, maar in feite is het onderwerp geworden van onderhandeling en interpretatie. Het schoentje knelt bij de methodiek. Hoe bereken je energieprijzen doorheen een veelheid van vaste contracten, wat is de eigenlijke impact van duurdere diesel in een land waar zo’n 60% van de nieuwe wagens bedrijfswagens zijn, of zijn schommelingen in de huurprijzen relevant voor woningbezitters? De consumptieprijsindex wordt zo inzet van discussie, eerder dan dat het een technische zekerheid is. Verwarrend én pijnlijk, omdat de inflatie-evolutie in België gekoppeld is aan de lonen, en dus rechtstreeks aan ’s lands productiviteit én investeringsklimaat.

Nog een voorbeeld. Recent kwam in Ter Zake de heisa naar boven rond de VRT-enquête ‘Foto van Vlaanderen’. Een grootschalige survey over wat er leeft in de Vlaamse samenleving leidde tot felle discussie over de betrouwbaarheid van de steekproef, de interpretatie van resultaten (vooral rond herkomst en religie) en de beslissing om bepaalde data aanvankelijk niet of selectief te publiceren. Zelfs na het vrijgeven van ruwe data bleef de controverse woeden: is de steekproef representatief genoeg? Worden cijfers achtergehouden omdat ze statistisch ‘niet betrouwbaar’ zouden zijn, of omdat ze politiek onwelkom zijn? De grote verliezer is ook hier het vertrouwen in data en in cijfers.

Het probleem is natuurlijk niet dat statistici of journalisten slecht werk leveren. Wel is de economie én de samenleving te complex, te snel en te gefragmenteerd geworden voor klassieke meetmethodes. Dat die metingen zich beperken tot een op de atlas netjes afgelijnde geografie strookt al niet meer een internationaal shoppende consumenten, waar diensten fysieke goederen vervangen en online prijzen per seconde fluctueren.

De ironie van dit alles is dat we in een tijdperk leven waarin we meer data produceren dan ooit, maar waarin de cruciale economische cijfers én surveys steeds minder betrouwbaar zijn. Tegenover de belofte dat die ons precies vertellen hoe sterk de consument is, hoeveel koopkracht er overblijft of in welke mate de economie op het punt staat te vertragen, is de realiteit dat we véél minder uit de data halen dan we mogen verwachten. Achter de fraaie grafieken schuilt een berg onzekerheid, revisies, methodologische keuzes en soms politieke interpretaties die zelden in de krantenkoppen belanden. Maar er is een alternatief indien u zelf wil meten welke shoppers u aantrekt, waarom en hoe vaak. 

Misschien moeten we de spiegel niet blindelings vertrouwen, maar af en toe eens achter de spiegel kijken hoe het daar eigenlijk in elkaar zit.Dan pas zien we de economie én de samenleving zoals ze werkelijk zijn: rommelig, menselijk en veel lastiger te vangen in één keurig percentage. Dat maakt dat de écht nuttige en concreet bruikbare signalen bestaan uit flash data: creditcardtransacties in real time, parkeerdata bij winkelcentra, app-gebruik bij Deliveroo of Uber Eats, de bezettingsgraad van distributiecentra,… Effectieve consumptiegegevens, dus, niet wat modellen voorspellen dat consumenten zouden moeten kopen. Ik stel dus voor om zeker deze zomer al te vragen om officiële persberichten van statistische bureaus slechts met mate te consumeren en exclusief voorrang te geven aan feitelijke datamodellen op basis van dagelijks meetbare transacties. Minder pers, meer data.